落地才是关键
ChatGPT自发布以来，便迅速成为全球现象级应用。它的出现不仅改变了人们与机器的交互方式，更是引发了一场全球科技巨头关于生成式AI的军备竞赛，相关大模型产品在市场不断涌现。
不过，需要指出的是，任何一项新技术在经历热潮与追捧后，最终还是要回归到应用和落地这一层面，对于生成式AI来说也是如此。
根据IDC在2023年第二季度针对企业所进行的“预测生成式AI应用场景落地顺序”的调研结果显示，知识管理类应用和会话类应用位居榜首，二者占比均为46%;设计类应用、代码生成应用和市场营销应用分列第三至第五位，占比分别为44%、43%和36%。
另外，在关于“您认为生成式AI在未来18个月内将在多大程度上颠覆您组织的竞争地位或业务运营模式”的调研中，生命科学、医疗保健、专业服务以及媒体娱乐四大行业均表现出高度共识，普遍认为生成式AI将为其带来深远的行业变革，占比分别为44%、42%、41%和40%。
由此可见，生成式AI在多个行业中被寄予厚望，特别是在知识密集型、创造力要求高以及需要高效沟通的领域，有望率先推动产业转型，并对相关企业的核心竞争力产生显著影响。
应用场景有哪些？
值得一提的是，IDC将生成式AI时代有代表性的场景分为水平应用场景和垂直应用场景两类。
其中，水平应用场景主要包括：艺术设计、数据员工、代码生成、知识管理、市场营销和客户服务等方面，具体来看：
- 第一，艺术设计。生成式AI可以辅助设计师快速生成图像、视频、3D模型等创意作品，例如Stable Diffusion、DALL-E等工具可以根据文本描述生成图像。Adobe和Google等公司都在探索将其应用于设计工作流中。
- 第二，数字员工。生成式AI可以模拟人类的思维和行为，用于自动化和智能化的数字员工。例如，虚拟助手可以通过生成式AI技术来回答用户的问题、执行任务和管理日程安排。
- 第三，代码生成。生成式AI可以用于自动生成代码。例如，基于生成式模型的代码补全工具可以根据上下文和语法规则自动生成代码片段，提高开发人员的工作效率。此外，生成式AI还可以用于自动生成测试用例和文档。
- 第四，知识管理。生成式AI可以用于自动生成和管理知识。例如，自然语言处理技术可以将大量的文本数据转化为结构化的知识图谱，帮助组织和检索信息。此外，生成式AI还可以用于自动生成报告、摘要和总结。
- 第五，市场营销。生成式AI可以用于自动生成营销内容和广告文案。例如，生成式模型可以根据目标受众和市场趋势生成个性化的广告文案和社交媒体内容。此外，生成式AI还可以用于分析市场趋势和消费者偏好，帮助企业制定更有效的营销策略。
- 第六，客户服务。生成式AI可以用于自动回复和处理客户咨询。例如，基于生成式模型的智能客服系统可以自动识别客户问题并提供相应的解决方案。此外，生成式AI还可以用于自动生成推荐产品和服务的文案，提高客户满意度和购买率。
在垂直应用场景，IDC详细列举了生成式AI与大模型在金融、政府、制造、能源、医疗和零售六大关键行业的具体应用实例。例如：
- 在金融领域，这些技术能够助力风险评估与信贷审查、实现自动化客服服务、优化投资策略、检测欺诈行为并自动生成报告。
- 在政务方面，可以推动公共服务自动化、进行政策模拟与预测、提供数据分析和可视化工具、进行舆情分析，并加强智能监控和提升安全水平。
- 在制造业中，有助于优化生产流程、辅助产品设计、管理供应链、预测设备维护需求，并实现质量控制自动化。
- 在能源领域，能够预测能源消费、设备维护需求，优化能源存储和分发，管理可再生能源，以及进行环境监测。
- 在医疗行业，可以为诊断提供辅助、生成治疗建议、推动药物研发、监控患者状态并提供预警，还能自动生成和分析医疗文献。
- 在零售领域，能够提升库存管理和预测能力、提供个性化推荐、实现客户服务自动化、预测市场趋势，并带来虚拟试衣和产品展示等创新体验。
实际上，随着生成式AI的广泛应用，企业对于AI基础设施供应商和AI软件供应商的需求也将随之增长。
对此，IDC中国研究总监卢言霞指出，对于AI基础设施供应商应来说，应提供广泛的开发支持和完整的人工智能堆栈，包括库、SDK、编排、AI工具。同时，还要支持跨混合/多云架构的数据存储集成。而对于AI软件供应商而言，则需着重于提供具备数据安全性、支持多模态内容，如文本、音频、视频等的AI产品。同时，也要考虑提供定制化模型和解决方案、数据管理等功能。
可以说，无论是AI基础设施还是软件供应商，唯有不断创新和完善技术服务体系，才能在生成式AI不断发展的背景下，保持领先地位。
影响无处不在
展望未来，卢言霞表示，在生成式AI技术的持续推动下，市场和行业预计会出现以下变化：
- 未来一年：由于生成式AI的技术竞争与广泛应用，定价压力将进一步上升。围绕生成式AI领域的并购活动将增加。风险投资重心将大幅度转向人工智能项目。客户在采纳生成式AI技术时，面临的最大障碍将是数据治理和IP泄漏。应用场景的关注重点将集中于通过生成式AI提升业务效率。
- 未来一至两年：开源模型将在整个行业内迅速普及并渗透到各个角落。软件开发生命周期中，构建与购买策略的选择将戏剧性地受到生成式AI技术颠覆性影响。对于客户而言，建立对生成式AI的信任机制及应对不断完善的监管要求将成为关键难题。对于供应商来说，云落后者将成为人工智能落后者。
- 未来两至三年：诸如专业服务、教育、医疗保健、生命科学、媒体等关键行业将迎来商业模式的根本性变革。元宇宙概念将在生成式AI赋能下实现复兴，虚拟内容的创新定义与强化应用将进一步改变数字世界的规则。基于传统表单的应用计算模式将逐渐走向衰退，取而代之的是更加智能和灵活的交互方式。业务流程自动化将达到新的层次，由自然语言提示词驱动的智能化流程设计与执行将成为主流。
写在最后：
我们看到，生成式AI正逐渐成为引领时代发展的重要力量。对于企业而言，积极拥抱这一技术并深化其应用，无疑将是提升竞争力、实现持续发展的关键。
